结合胶囊网络和卷积神经网络的目标识别模型

摘要

通过改进动态路由和压缩函数的方式对Hinton等的胶囊网络模型进行改进.运用了加强数据集的方法,增加了数据集的大小,在一定程度上避免了过拟合现象的发生.通过实验表明,改进后的胶囊网络模型在结构上有了简化,在效率上比未改进的模型有了明显的提高.在改进的胶囊网络模型基础上,提出了将改进后的胶囊网络与卷积神经网络相结合的网络模型.该模型训练准确率达到97.56％,模型评估准确率达88％.